科技日报记者 崔爽
一台轮式人形机器人Gino 1，在完全复刻真实作业场景的展台上，同时完成搬箱、拣选、与移动机器人协同编队等一系列连续任务，拣选工作流稳定运转，全程无卡顿、无掉落。这是2026世界人工智能大会（WAIC 2026）展区的一幕，这款在真实工作场景中展现泛化能力与端到端作业效率的人形机器人，展示了人形机器人如何“真干活”。
日前，智能机器人公司极智嘉在WAIC 2026上，发布面向长程复杂任务的统一具身智能框架——Gravity，推出其核心模块Gravity 4D具身模型，并揭晓“一核双引擎”通用具身智能布局。
此前行业具身技术长期割裂：懂语言语义的模型算不准物理运动，能预测物理运动的模型缺乏高层语义理解、任务规划——语言脑和物理脑各说各话。Gravity打破这一瓶颈，构建“双脑协同”架构。据极智嘉具身大模型团队负责人陈超介绍，这一架构分为两个层面：一是“认知脑”，负责读懂复杂指令并拆解任务；二是“行动脑”，在动手之前在脑海里进行物理“沙盘推演”。
“Gravity 4D不做视觉复刻，我们要让机器人长出‘物理直觉’。”陈超表示。与传统视觉大模型仅预测“下一秒画面长什么样”不同，Gravity 4D让机器人具备“先想清楚、再动手”的完整心智。
与此同时，具身智能的核心瓶颈是真实世界数据的极度稀缺。仿真还原不了摩擦、形变与意外。谁先建成持续产出高质量数据的训练场，谁的大脑就越跑越快、越干越聪明。
极智嘉的优势在于其庞大业务网络——覆盖40多个国家、超1700个项目，服务沃尔玛、阿迪达斯、西门子等950多家客户，依托该优势，构建物理AI训练场与数据飞轮，让“大脑”在实战中进化。
拣货集齐了模型进化最稀缺的五个条件：高频、真实、反馈明确、可迁移、接近商业闭环。在仓库里，机器人能够把大脑练好，把硬件抓取能力练好，这些能力能够无缝平移到商业场景和生活场景当中去。
因此，极智嘉把仓储拣货作为世界上规模最大、物品种类最丰富的物理AI训练场，构建具身数据飞轮。“随着拣选环节全流程无人化的落地，我们下一步的目标是在仓库的打包环节，推进机械手打包技术的研发与测试，我们的终极战略目标是做‘全流程无人仓’。”陈曦说，后续会持续迭代、持续演进，进一步兑现具身智能技术的价值。
网友评论
